Мир: “Умные” часы могут использоваться для перехвата секретной информации

0

С помощью алгоритма глубинного обучения эксперт научил искусственную нейронную сеть интерпретировать сигналы датчиков “умных” часов. Французский разработчик Тони Белтрамелли (Tony Beltramelli) опубликовал научную работу под названием “Глубокий шпионаж: слежка с использованием “умных” часов и глубинного обучения” (Deep-Spying: Spying using Smartwatch and Deep Learning). В труде представлен новый вектор атак, предполагающий использование датчиков движения “умных” часов для перехвата PIN-кодов и иных важных данных.

Исследование разработчика основано на работе адъюнкт-профессора Иллинойского университета Ромита Роя Чоудхури (Romit Roy Choudhury), проанализировавшего вредоносный потенциал носимых устройств на примере часов Samsung Gear Live. Совместно с группой студентов эксперт создал приложение, способное определять, какие клавиши нажимает пользователь, и перехватывать вводимый текст. В своем изыскании Белтрамелли ограничился перехватом данных с 12-клавишной клавиатуры, применяемой в банкоматах или отображающейся на экране устройства при вводе PIN-кода.

При помощи алгоритма глубинного обучения RNN-LSTM (Recurrent Neural Network – Long Short-Term Memory) специалист научил искусственную нейронную сеть интерпретировать сигналы, получаемые от датчиков “умных” часов, и сличать полученные данные с кнопками PIN-клавиатуры.

Белтрамелли разработал приложение для часов Sony SmartWatch 3, способное записывать данные акселерометра и гироскопа. В связи с аппаратными ограничениями устройства эксперту пришлось настроить передачу информации на Android-смартфон LG Nexus 4. Затем данные перенаправлялись на сервер. С помощью алгоритма, написанного на Java, Python и Lua, эксперт отсеял лишние шумы из записанных движений и смог определить, когда пользователь вводит PIN-код на клавиатуре банкомата или с той же целью использует смартфон. Как отмечает Бертрамелли, система может угадывать нажатия клавиш с точностью 19%, а также способна работать с 73%-й точностью в качестве тачлоггера и 59%-й точностью в качестве кейлоггера. (Новости/NovostIT)